天链机器人拟科创板上市:面临持续亏损与现金流压力
AI导读:
新三板公司四川天链机器人完成A股IPO辅导备案,拟在科创板上市。然而,公司长期处于亏损状态,现金流紧张,面临无法上市风险。行业分析指出,高研发投入、同质化竞争及核心技术短板是盈利难的主要原因。
又一家机器人企业申请上市。
近日,新三板公司四川天链机器人股份有限公司(以下简称“天链机器人”)在四川证监局完成A股IPO辅导备案,拟首次公开发行股票并在上交所科创板上市,辅导券商为华安证券。
《中国经营报》记者注意到,虽然已经完成A股IPO辅导备案,但天链机器人在新三板上市十年,始终处于亏损状态,公司现金流较为紧张。因此,该公司在近期公告中也提醒,可能面临无法上市风险。
对于公司选择在科创板上市的原因,天链机器人有关人士表示,科创板包容性强,适合有较高科技含量和发展潜力的企业,且审核流程高效透明,国家政策支持力度大。既能满足融资需求,又能提升企业的品牌形象和市场认可度,对公司长期发展具有重要的意义。
同时,记者还注意到,虽然机器人行业是近几年的热门赛道,但是业内多家企业却未能实现盈利,目前都还处于产能爬坡阶段。
面临持续亏损风险
公开信息显示,天链机器人成立于2012年,专注研发生产人形机器人、复合机器人、协作机器人等,并于2015年成功在新三板挂牌上市。
从披露数据来看,天链机器人2023年度、2024年度营业收入分别为2139.26万元、2991万元,但该公司在新三板上市十年一直未能盈利,其中2024年扣除非经常性损益后的净亏损为1518.73万元。
天链机器人有关人士表示,近两年营业收入有所增长的主要原因包括增加销售投入、产品性价比高以及市场需求的增长。
针对十年未盈利、2024年亏损额增加,上述人士表示,公司作为高新技术企业,多年来在研发方面投入较多资金,如2024年度研发费用达1160万元。
天链机器人在2024年年报中也分析了近两年亏损较多的原因。年报指出,其主要亏损点在于人形机器人和协作机械臂等研发项目的持续投入、员工薪酬增加及股份支付费用的计提。
星图金融研究院研究员张思远分析称,天链机器人长期亏损的主要原因在于长期研发投入高企和产品商业化进程缓慢。天链机器人核心业务涵盖谐波减速机、人形机器人等前沿领域,技术研发周期长且成本高昂。
“而人形机器人及协作机器人仍处于技术验证阶段,”张思远表示,其中该公司2024年人形机器人仅交付10台,协作机器人全年出货量仅个位数,尚未形成规模效应。
另外,张思远指出,天链机器人客户集中度高导致其议价能力弱。2023年该公司第一大客户伯朗特机器人贡献收入占其营收52.23%,依赖单一客户加剧账期压力,同时限制定价主动权,进一步侵蚀利润空间。
“除此之外,天链机器人材料成本占比过大。核心零部件进口依赖度高,原材料成本占生产成本60%以上,叠加产能利用率不足,难以摊薄固定成本。”张思远表示。
群体性难题
不仅持续亏损,天链机器人的现金流也不容乐观。年报数据显示,自2021年以来其经营活动产生的现金流量净额均为负值。
天链机器人有关人士表示,现金流为负是由于研发投入较大、市场拓展和销售投入增加等多方面因素共同作用的结果。
张思远指出,该公司现金流吃紧首先是因为存货积压。其次是应收账款占比高。再次是研发与营销预付增加。最后是投资活动现金流流出扩大。
天链机器人在2024年年报中也提示了现金流紧张的风险。年报显示,2024年度,该公司的客户出现资金紧张或出现支付困难拖欠公司经营款项,将对公司现金流和资金周转产生一定的不利影响。
基于长期亏损和现金流表现不佳的情况,天链机器人在7月31日更正后的公告中提示称,公司首次公开发行股票并提交在上海证券交易所科创板上市的申请,存在无法通过上海证券交易所发行上市审核或中国证监会注册的风险。
对此,天链机器人有关人士表示,存在上述风险的主要原因是审核周期和进度。
天链机器人距离科创板上市标准还有哪些差距?张思远指出,第一,财务指标未达标。第二,营收与盈利存在不足。第三,天链机器人核心技术产业化能力存疑。
不过,人形机器人作为热门赛道,大部分相关企业目前难以实现盈利。记者根据Wind数据统计了几家机器人上市企业,结果发现,2024年上述机器人上市公司营业收入全部为正且表现良好,但有三家净利润为负,有两家经营活动产生的现金流净额为负。
当然,也有盈利的机器人公司。目前正在冲刺上市的宇树科技以及智元机器人2024年为盈利状态。
对于部分机器人企业的亏损情况,格上基金研究员毕梦姌指出,成本、竞争与核心技术短板是盈利难的主要原因。
毕梦姌表示,首先高研发投入与费用侵蚀部分利润;其次是同质化竞争。本土企业被迫降价。
“最后,核心技术与供应链受到压制。如谐波减速器、伺服电机等核心部件多依赖日本、德国企业,国产替代进程缓慢,企业毛利率受制于进口成本。”毕梦姌说。
大成基金研究员孔祥指出,国内机器人行业现在处在早期发展阶段,行业最大的难题在于商业化应用场景较少,数据驱动的自主学习和进化还未形成有效闭环。
(文章来源:中国经营网)
郑重声明:以上内容与本站立场无关。本站发布此内容的目的在于传播更多信息,本站对其观点、判断保持中立,不保证该内容(包括但不限于文字、数据及图表)全部或者部分内容的准确性、真实性、完整性、有效性、及时性、原创性等。相关内容不对各位读者构成任何投资建议,据此操作,风险自担。股市有风险,投资需谨慎。如对该内容存在异议,或发现违法及不良信息,请发送邮件至yxiu_cn@foxmail.com,我们将安排核实处理。